- 博客(15)
- 收藏
- 关注
RSS订阅原创 Apache Flink的内存管理
Flink 作为一个基于内存的分布式计算引擎，其内存管理模块很大程度上决定了系统的效率和稳定性，尤其对于实时流式计算，JVM GC 带来的微小延迟也有可能被业务感知到。针对这个问题，Flink 实现了一套较为优雅的内存管理机制，可以在引入小量访问成本的情况下提高内存的使用效率并显著降低 GC 成本和 OOM 风险，令用户可以通过少量的简单配置即可建立一个健壮的数据处理系统。
2024-12-04 16:07:18
1079
原创 Nacos源代码分析--配置中心
我对于nacos配置中心最深的理解是追求极致的高可用，牺牲了一定的一致性，但是保证了配置中心服务的高可用整体的配置框架设计是异步事件驱动模型客户端官方client提供的配置客户端接口主要提供了4个能力，他们虽然是不同的接口，但是基于事件驱动紧密的内聚在一起 client部分 public interface ConfigService { /** * Get config. * * @param dataId
2024-12-04 15:56:25
962
原创 maven入门
一、常用命令mvn -v 查看maven版本mvn compile 编译项目mvn test 测试项目mvn package 打包项目mvn clean 删除targetmvn install 安装jar包到本地仓库中mvn archetype：generate 自动创建maven目录（运行后在输入）mvn archetype：generate -Dgr...
2018-05-23 09:12:34
145
原创 Java入门知识总结
一、基础语法1.数据类型2.类型转换（1）自动类型转换（2）强制类型转换（有可能会数据丢失）3.运算符（普通运算符类似数学中的运算符）条件运算符运算符优先级3.数组1、 声明数组语法： 数据类型[ ] 数组名；或者 数据类型 数组名[ ]；其中，数组名可以是任意合法的变量名，如：2、 分配空间简单地说，就是指定数组中最多可存储多少个元素语法： 数组名 = new 数据类型 [ 数组长度 ...
2018-05-14 10:17:29
185
原创 机器学习笔记（四）
一、决策树的基本概念决策树学习的目的是为了产生一棵泛化能力强，即处理未见示例能力强的决策树。第3行解释，当前结点包含的样本全部属于同一类别。第6行解释，当前属性集为空，或所有样本在所有属性上取值相同。第12行解释，当前结点包含的样本集合为空。二、划分选择决策树学习的关键在于如何选择最优划分属性。一般而言，随着划分过程不断进行，我们希望决策树的分支结点所包含的样本尽可能属于同一类别，即结点的“纯度”...
2018-05-12 08:55:50
361
原创 阿里云服务器的使用
1.阿里云学生服务器页面 https://promotion.aliyun.com/ntms/campus2017.html?utm_medium=text&utm_source=baidu&utm_campaign=xsj&utm_content=se_466551点击立即购买后会自动跳出登录页面，用支付宝账号或者注册账号登陆，按照提示步骤完成注册后，完成学生认证，最后购...
2018-05-10 19:06:19
155
原创 用eclipse连接MySQL
一、下载连接MySQL数据库的驱动使用JDBC连接MySQL数据库的驱动为Connentor/J,需要下载什么版本可以参考下图。建议从官网上直接下载 https://dev.mysql.com/downloads/connector/j/ 两种下载方式（zip，tar）按需要选择。 下载完成后解压在桌面上或D盘某处 二、我们可以在编辑框里编写代码进行数据库操作，如下： 点击编辑框头部执行（闪电状图...
2018-05-10 16:56:11
286
原创 用压缩包方式安装MySQL
从官网上下载mysql-8.0.11-winx64.zip,将其解压，接下来的安装是通过命令来安装MySQL数据库的。(1)mysql-8.0.11-winx64.zip解压到D:\mysql-8.0.11-winx64文件下，打开命令提示符以管理员身份运行，cd到D:\mysql-8.0.11-winx64\bin下(文件夹自己选，这是我自己的安装路径）命令为：cd /d D:\mysql-...
2018-05-10 10:43:06
227
原创 用eclipse创建自己的servlet程序
第一步，创建Web project。（File->New->Project..）在里面找到Web选项设置好Target runtime项之后，Configuration项会默认填充相应的项，接着点击Next，选择Folder，这一步我们可以根据需要添加，我这个项目不需添加，直接默认，再点击Next，进入到Web Module，有一个勾选是否生成web.xml的选项，这个也是根据需要添加...
2018-05-10 09:32:32
873
原创 华为oj第二题（c++）
题目描述写出一个程序，接受一个有字母和数字以及空格组成的字符串，和一个字符，然后输出输入字符串中含有该字符的个数。不区分大小写。输入描述:输入一个有字母和数字以及空格组成的字符串，和一个字符。输出描述:输出输入字符串中含有该字符的个数。示例1输入ABCDEF A输出1我的代码：#include <iostream>#include <string>using namespa...
2018-05-08 16:16:39
152
原创 华为oj第一题（c++）
已通过我的代码（c++）：#include <iostream>#include <string>using namespace std;int main(){ int str_len; int num; string test; getline(cin,test); str_len=test.length()-1; while (str...
2018-05-08 15:56:23
382
原创 机器学习笔记（三）
一、线性模型的基本形式线性模型一般形式：f（x）=w1*x1+w2*x2+……+wm*xm+b；x=（x1，......，xm）是属性描述的示例。向量形式：f（x）=wT*x+b；w=（w1，......，wm）。二、线性回归单一属性的线性回归目标：f（x）=wi+b；使得f（xi）≈ yi；参数/模型估计：最小二乘法（least square method）（w*，b*）= argminΣ（f（...
2018-05-08 09:58:03
360
原创 Leetcode中的两数之和（java）
给定一个整数数组和一个目标值，找出数组中和为目标值的两个数。你可以假设每个输入只对应一种答案，且同样的元素不能被重复利用。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]我的解决方法：class Solution { public int[] twoSum(int[] n...
2018-05-06 15:09:43
625
原创 机器学习笔记（二）
一、错误率&误差错误率: 错分样本的占比：E=a/m；（一共有m个样本，a个样本错误）相应的，1-a/m称为“精度”误差：样本真实输出与预测输出之间的差异训练(经验)误差：训练集上测试误差：测试集泛化误差：除训练集外所有样本由于事先并不知道新样本的特征，我们只能努力使经验误差最小化；很多时候虽然能在训练集上做到分类错误率为零，但多数情况下这样的学习器并不好二、过拟合与欠拟合过拟合:学习器把...
2018-05-06 10:04:30
789
原创 机器学习笔记（序章）
一、基本概念 机器学习致力于研究如何通过计算的手段，利用经验改善系统自身性能。在计算机系统中，“经验”通常以“数据”的形式存在，因此，机器学习所研究的主要内容，是关于计算机从数据上产生模型的算法，即“学习算法”。 二、基本术语 假设我们收集到了一组关于机械切削的数据，例如（切削深度deep=5.8，切削宽度width=10.9，主轴转速n=2000，进给率f=150）。一对括号内...
2018-05-04 09:11:17
131
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人